Conceptos más importantes de la IA

Son la base técnica de la IA, donde se diseñan reglas, funciones y modelos estadísticos para procesar datos y tomar decisiones.

Algoritmos y modelos matemáticos

Incluyen técnicas como árboles de decisión, regresión, redes neuronales y optimización matemática, esenciales para construir sistemas inteligentes.

Es la rama de la informática que crea sistemas capaces de realizar tareas que normalmente requieren inteligencia humana.

Inteligencia Artificial (IA)

Estos sistemas usan algoritmos para procesar grandes cantidades de datos y automatizar tareas humanas.

Como comprender lenguaje, tomar decisiones, aprender de la experiencia y resolver problemas complejos. 

Es una subdisciplina de la IA que permite a las máquinas aprender y mejorar automáticamente a partir de datos, sin ser programadas explícitamente para cada tarea. Utiliza algoritmos que detectan patrones en los datos para hacer predicciones o tomar decisiones.

Machine  Learning (ML)

O Aprendizaje Automático

 Se divide en: Aprendizaje supervisado (con datos etiquetados), no supervisado y por refuerzo.

Modelos computacionales inspirados en el cerebro humano, formados por unidades llamadas “neuronas” interconectadas.* 

Redes neuronales artificiales

* Permiten a las máquinas reconocer patrones complejos y aprender de experiencias previas.  Base fundamental para técnicas avanzadas como el aprendizaje profundo.

Es una rama del Machine Learning que utiliza redes neuronales profundas con muchas capas para modelar datos complejos. 

Deep Learning

Gracias a su capacidad para extraer características automáticamente de grandes volúmenes de datos,  ha impulsado avances en reconocimiento de voz, visión por computadora y generación de contenido.

O Aprendizaje Profundo

Sistemas diseñados para tareas específicas, sin conciencia ni comprensión general.

IA  débil o estrecha

Sistemas hipotéticos con capacidades cognitivas generales similares a las humanas, capaces de razonar, planificar y aprender autónomamente en múltiples dominios.

Como asistentes virtuales o reconocimiento facial

IA fuerte

Subcampo de la IA enfocado en generar ideas o crear productos y/o contenido nuevo y original (texto, imágenes, audio), a partir de datos existentes.

IA generativa

Capacidad de las máquinas para entender, interpretar y generar lenguaje humano. Permite aplicaciones como traducción automática, asistentes de voz y análisis de sentimientos, facilitando la interacción natural entre humanos y máquinas.

Natural Language Processing (NLP)

O Procesamiento de Lenguaje Natural

Campo que dota a las máquinas de la capacidad para interpretar y entender imágenes y videos del mundo real. 

Visión por computadora

Utiliza algoritmos y técnicas de aprendizaje profundo para procesar datos visuales, extraer información relevante, y así lograr tareas como reconocimiento facial, detección de objetos y análisis de escenas.

Funcionan manejando una población de posibles soluciones (individuos) que evolucionan a través de generaciones mediante operadores como selección, cruzamiento (recombinación) y mutación.

Algoritmos Genéticos (AG)

Son métodos de optimización inspirados en el proceso de selección natural y la evolución biológica.

Sistema autónomo que percibe su entorno mediante sensores y actúa sobre él mediante actuadores para alcanzar objetivos específicos. Utilizan técnicas de IA para razonar, aprender, planificar y tomar decisiones adaptativas en entornos dinámicos. 

Agentes inteligentes

Estos agentes pueden ser simples (como un termostato) o complejos (robots, sistemas de recomendación).

Agente inteligente diseñado para interactuar con humanos mediante NLP. Combinan NLP, reconocimiento de voz, ML y acceso a bases de datos para responder preguntas, ejecutar tareas y personalizar la experiencia del usuario.

Asistentes virtuales

Ejemplos populares incluyen Siri, Alexa y Google Assistant.

Combina la robótica tradicional con técnicas de IA para crear robots capaces de realizar tareas complejas de forma autónoma o semi-autónoma con percepción del entorno, planificación de movimientos, toma de decisiones, aprendizaje y adaptación.

Robótica basada en IA

Utilizan sensores para captar info, algoritmos de visión por computadora para interpretar el entorno, y métodos de ML para mejorar la experiencia.

Aspecto fundamental que aborda el impacto social, moral y legal de la IA.  Incluye temas como:

Ética y  riesgos de la IA

Sesgos en los datos, privacidad, transparencia, responsabilidad y la posible aparición de IA superinteligente con capacidades que podrían superar el control humano.

Puedes hacerlo escribiendo directamente en el chat de

¿Quieres profundizar en algún concepto?